问语义平台提供图形数据库不能提供的业务价值

EN

语义平台可以通过使用规则对事实进行推理来回答那些没有被事实直接捕获的问题，其中一些规则是内置的，另一些则是由领域专家添加的。

在语义平台中，您可以将属性描述为可传递属性，即如果A和B之间存在关系R，B和C之间存在关系R，则可以推断A和C之间存在关系R。

这本身就有点复杂，很难在图形数据库或非语义平台中的单个复杂查询中进行编码。当然，我们可以硬编码一个示例，但是传递性可以有任意数量的跳数(某些图db确实可以支持)。然而，使用语义平台，我们不必对跳、循环或递归进行编码，而只是告诉平台某些属性或关系是可传递的，而其他属性或关系则由它来推断。

我们还可以将一个实体描述为另一个实体的子类，其中作为子类意味着基的成员、属性或质量应用于子类。

此外，这些规则和/或描述可以结合在一起并进行交互。语义平台可以通过连接多个实体和关系的多个规则进行推理，从而给出答案。

因此，例如，使用这些规则，我们可以逻辑地描述具有成员(、属性或质量)的类和实例的传统系统。如果A类的实例有一个成员(或质量) M，B类是A的子类，C类是B的子类，则推理系统就会意识到：(1) C是A的子类，(2) M适用于C的实例。

这类事情在一个非语义图db查询(甚至使用视图)中编码是相对困难的，也就是说，如果应用程序不诉诸多个查询并由自己的外部逻辑驱动(这就是@Robert所说的图db之上的分层语义)。

语义平台通常有几十条规则，例如传递公理：http://www.w3.org/TR/owl2-syntax/#Transitive_对象_属性

还有不同层次的逻辑，它们逐渐变得更加强大。语义平台通常采用描述逻辑( Description，https://en.wikipedia.org/wiki/Description_逻辑)，它具有特定的可计算性(也称可判定性)。一阶逻辑系统(https://en.wikipedia.org/wiki/First-order_逻辑)通过使用变量和量词具有更高的表现力。因此，它们可以解决DL不能解决的问题，在FOL之外还有更复杂的逻辑系统。